[發明專利]一種基于預檢測置信度的運動目標檢測前跟蹤方法

有效

• 申請號: 202010017037.0
• 申請日: 2020-01-08
• 公開（公告）號: CN111210458B
• 公開（公告）日: 2022-01-07
• 發明（設計）人: 鄭文濤;林姝含;李申達
• 申請（專利權）人: 北京天睿空間科技股份有限公司
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 北京市卓華知識產權代理有限公司 11299
• 代理人: 陳子英

1.一種基于深度學習預檢測的檢測前跟蹤方法，首先進行預檢測，按順序排列好當前待檢測圖像，放入一個長度為L的滑動窗口，采用已有的目標檢測算法進行目標預檢測，得到目標的位置、類別和置信度，設置較低的門限，使漏檢的可能性降低到足夠低或允許的限度以下，允許有高于現有TBD常用的誤檢率；然后進行跟蹤，采用已有的基于動態規劃方法的檢測前跟蹤算法進行跟蹤運算，以第一幀的預檢測結果為初始狀態，利用基于動態規劃的檢測前跟蹤算法進行跟蹤，對于每一幀圖像，計算上一幀目標轉移到這一幀的觀測函數值，觀測函數值與目標位置間的變化與置信度變化相關，計算完所有可能的轉移后，記錄每一個目標最大的觀測函數值，依據每一個目標最大的觀測函數值和轉移的前一個目標完成遞歸；處理完最后一幀圖像后，若存在某一個序列的觀測函數值大于設定的閾值，則認為這個目標序列是真實的目標運動軌跡，回溯其在每一幀上的目標，并得到對應的目標類別和運動軌跡，如果還有未處理的視頻幀，則將滑動窗口向后滑動一幀，繼續處理，

目標運動約束：

1)目標的尺寸較小可以忽略時，把目標看成質點；如果尺寸較大，目標的位置定義為質心位置；

2)目標最大速度為先驗知識，

先將整幅圖像劃分成若干個分辨單元，落在同一個分辨單元內的任何目標都認為其坐標相同，分辨單元的取值與原視頻的幀率、目標運動形式和速度相關，根據實際需要設定，使得將落在同一個分辨單元內的任何目標都認為坐標相同適應于相關應用場合，分辨單元的大小由目標的最大速度決定，定義目標的運動最大速度為1分辨單元/幀，同一個目標在相鄰幀之間的距離最多為一個分辨單元，超出這個范圍的運動物體認為是漏檢，一個分辨單元中最多有一個目標，

確定待檢測圖像：

選取一組待檢測的圖像放入滑動窗口，滑動窗口的長度L取決于視頻的幀率和目標的運動速度，依據現有技術和實際情況確定，當待處理的圖像數量不足L張時，在后面補充空白圖；而超過L張時，則先處理L張，然后將滑動窗口在視頻序列上向后滑動一幀，繼續處理后續幀；

目標預檢測：

將L幀圖像依次預檢測，其中第i幀圖像記為X_i，i＝1，2...L，第i張圖像的預檢測結果有N_i個目標，其中第j個目標記為O_ij，j＝1，2...N_i；

對于每一個目標O_ij，表示為：

O_ij＝{x_ij，y_ij，C_ij，P_ij}

其中(x_ij，y_ij)表示該目標所在的分辨單元的坐標，C_ij表示該目標所屬的類型，P_ij表示該目標的置信度；

規定每一個目標只能屬于一個類型，并且類型的總數是固定的；置信度是一個0至1之間的實數，

設定較低的閾值，多余的誤檢在后續的匹配中被排除，

由此得到第i幀圖像的置信度圖P_i(x，y)：

基于動態規劃的檢測前跟蹤：

依據現有基于動態規劃算法的進行檢測前跟蹤，所述基于動態規劃的檢測前跟蹤算法的流程包括：

1)初始化：i＝1，初始狀態為X₁(x，y)，且

I(X₁)＝P₁

S(X₁)＝0

其中I表示沿某一軌跡的非相干累積觀測函數值，S表示對應目標軌跡上的前一個目標；

2)遞推過程：2≤i≤L，對于狀態X_i，用以下遞推公式計算其觀測函數值和軌跡：

其中I(X_i)為第i幀中的觀測函數值，其范圍要限制在R(x，y)范圍內，基于前面對目標最大運動速度的假設，R(x，y)表示坐標(x，y)處周圍距離小于或等于1的分辨單元；

在相鄰幀的目標運動狀態轉移中，只考慮R(x，y)內的目標，當相鄰兩幀檢測出的目標類型相同，認為當前幀中的目標是上一幀對應目標的合法轉移，將其置信度加入觀測值函數；否則不考慮當前幀的這個目標，

S(X_i)表示使I(X_i)達到最大時的目標軌跡上的前一個目標；

3)迭代結束：i＝L時，搜索如下的狀態X_L(x，y)：

{X_L}＝{X_L，I(X_L)＞V_r}

其中，V_r為事先定義的門限值，上式判斷狀態X_L每一個位置(x，y)觀測函數值是否大于門限來確定是否檢測到目標，將結果保存在集合{X_L}中；

4)軌跡回溯：對于集合{X_L}中每一個目標，令O_L＝X_L，并進行軌跡回溯，依次得到其前一個目標，直到第一幀：

O_i＝S(X_i+1)(i＝L-1，L-2...1)

最終集合{X_L}中的每一個目標都按照上式擴展成一組目標，最終輸出每一組目標的類型C和運動軌跡Obj：

C＝C₁

Obj＝{O₁，O₂...O_L}

經過整個預檢測、跟蹤、檢測的流程，得到運動目標所屬的類別、每一幀的坐標和運動軌跡。